公开(公告)号：CN117998363A

公开(公告)日：2024-05-07

申请号：CN202410093572.2

申请日：2024-01-23

Applicant: 浙江工业大学

Inventor： 黄亮 ,  刘建军 ,  徐翊宸 ,  魏欣晨 ,  张书彬 ,  池凯凯

IPC: H04W12/121 ,  H04L9/40

Abstract: 本发明涉及广播式自动相关监视技术的报文安全领域，具体涉及一种基于自监督学习的ADS‑B异常检测方法。本发明包括：获取ADS‑B报文序列，对ADS‑B报文序列进行预处理，并按设定比例分成训练集和测试集；根据测试集生成重构数据测试集；构建条件扩散模型和损失函数，将训练集输入条件扩散模型进行训练；利用输入序列和条件扩散模型的输出序列求重构误差，得到判断异常的阈值；将重构数据测试集输入训练好的条件扩散模型，输出重构序列；对重构数据测试集中的和重构序列求重构误差，对于重构误差大于阈值的数据判定为异常数据。本发明利用条件扩散模型以实现报文的重构，最终通过重构误差来检测异常。

公开(公告)号：CN118296302A

公开(公告)日：2024-07-05

申请号：CN202410540600.0

申请日：2024-04-30

Applicant: 浙江工业大学

Inventor： 黄亮 ,  张凌鸿 ,  徐翊宸 ,  池凯凯 ,  张书彬 ,  魏欣晨

IPC: G06F18/10 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/213 ,  G06N3/08

Abstract: 本发明公开了一种基于扩散模型的电磁信号调制分类方法和装置，首先获取电磁信号数据集，进行旋转与翻转操作，得到第一数据集；然后将第一数据集中每个样本复制为至少两份，得到第二数据集，然后将第二数据集中每份样本随机选择一段连续的序列作为掩码段，其余部分作为非掩码段，利用标准高斯分布将掩码段转化为随机纯噪声，得到掩码数据集；构建去噪扩散模型，采用第二数据集训练，利用训练好的去噪扩散模型，对掩码数据集中样本进行去噪，得到增强数据集。最后采用增强数据集训练自动调制识别模型，对待检测电磁信号进行检测。本发明利用去噪扩散模型以实现数据的重构来增强数据集，更好地解决了数据集不充分，模型泛化能力弱的问题。